（来源：上观新闻）
另一方🎐🌆面，小箭头洗🔲发水、🤒🇻🇮沐浴露等产☺品主打的控油、蓬🐉松、留🇨🇮🌇香等功能，在🇫🇲🇨🇴消费端普遍存🇪🇦👾在感知弱、见效🔖慢、决策周期长等🥫3️⃣特征，📸难以靠短🚃🐌平快的内容打动😍🛋用户，转化🎴💂效率远低于口腔品☄😿类🏳️🌈。Ben P⭕🇧🇷oulad😴🤟ian指🦏出： A🤦♀️I已经不再只是我🥗们站在冰箱7️⃣前问一道食谱的🦹♀️聊天机器人，它在🐻😅编排任务，它在👼变得更聪明🔤🚻。
让我们用一个简🛂化示例说✋🇨🇱明，假设训练语料🏜包含以🔰下词汇及出现频率◻： “🇧🇦hug🇮🇴”：10次🥃😩 “p🏴💶ug”🇧🇪👨👦：5次 “p🔨un”👓🇦🇸：12次 “☢67/94午夜视频bun”：4次 🙍♂️“hug🔨🕸s”：5次🤘 第一步：将所🇸🇸🦸♂️有词拆分为字符👰🌦，添加结束🀄🚌符 “hug”🏗🇧🇩 → “h u🍏 g ”🌒🧾 “pug” 🙆🇹🇭→ “p🇩🇲 u g ”🇦🇺🇨🇦 “p🇫🇮🛵un” →🇰🇳 “p u 🅿🗄n ” ⭐🏟“bun👩👧🌹” → 🇲🇷“b u 🐃🛷n ” “h😻ugs”🌵 → “h u🛁🐮 g s ”♒🕍 初始🦠🇵🇸词汇表仅包👨✈️🇱🇸含基础字符：👩✈️🎄{b, g, 🌧h, n, 🐋p, s, u,🎩🛑 } 第二👨❤️💋👨🐰步：统计相邻🇨🇨字符对的出现💔频率 🇬🇶“u g🌛🇬🇧”：15次⏰（来自“🅾🚾hug”的10🧟♂️🔯次 + 🎚“hu🏊gs”的5次） 👚“u n”：16🥰次（来自“⬆pun”✝👩🏭的12次🧿 + “bun🐆🚎67/94午夜视频”的4次） 💗🐰“p u”：🇼🇫17次👨👩👧🇨🇷（来自“pug🌚”的5次 😪+ “pun🌻”的12🇷🇺🍁次） 第三步：合🇹🇨🍷并最高频字符对 🐥假设“p u”频💦率最高（1🧂7次），创建新符🌯号“pu”， 词🇸🇷汇表扩展为：{b🇲🇹, g, 🤭👰h, n, p🇬🇷🦑, s, 💀u, ,👨⚕️👆 pu}🚫 第四步：迭代重🚩😈复 继📦续统计新♾️🎡语料中的™⏱字符对频📯🧶率，合并下一👨🏭个最高频对，直🔠到达到预设的词👯汇表大小（如G🙅♂️🇪🇺PT-2为5🇵🇬🧠0,257个t🇲🇪👩🦱oken）🏕🚅。
